AI 日报

生成式人工智能中的BYOK(BringYourOwnKey)是一把双刃剑​

  • By 51ITO
  • Feb 02, 2024 - 2 min read



自带密钥(BYOK)——一个保证可定制和可控概念在不断发展的人工智能(AI)世界中脱颖而出

虽然BYOK经常在云计算和安全领域讨论,但本文深入探讨其在生成式人工智能领域的应用。

与开发人员使用算法的传统人工智能模型不同,BYOK能够让用户选择心中首选的人工智能模型这提供了前所未有的灵活性和个性化能力

因此,让我们踏上这段旅程,进入BYOK在生成人工智能的核心,在那里,个性化与责任相遇。

生成人工智能中的BYOK是什么?

在生成式人工智能领域,Bring Your Own Key(BYOK)指的是将用户自带的预训练语言模型应用于AI应用程序或平台。传统生成式人工智能应用程序中,开发人员负责选择并构建底层模型,从而决定人工智能的行为和响应方式。然而,通过使用BYOK,用户可以引入他们青睐的预训练模型,从而获得更加个性化和适应性强的体验。

BYOK通常与定制化和用户赋权理念相结合。用户可以根据自身需求、偏好或应用程序要求,选择特定的语言模型或生成AI算法。这种方法与传统模型形成鲜明对比,因为在传统模型中,开发人员已替代用户做出关于驱动人工智能的算法决策。

生成人工智能中BYOK的挑战

虽然生成式人工智能中的BYOK为用户提供了更加灵活和个性的体验,但同时也带来了一些挑战和问题。如果您是生成式人工智能中BYOK的忠实拥护者(开发人员或用户),以下是在实施或使用BYOK时需要注意的一些事项

1. 知识储备不足

自由选择与人工智能研究工具搭配使用的任何模型,也意味着承担一定程度的责任。为了特定用途选择合适的模型,您需要充分了解可用的不同类型模型,以及它们的表现如何影响从人工智能研究助理那里获得的结果。然而,大多数BYOK用户的问题在于,他们只关注自定义和使用任何的能力,所以在选择匹配需求的语言模型时,缺乏足够的知识来做出正确抉择。

2. 成本管理与预算超支

对于熟悉定价模型及监控机制的用户来说,BYOK 是良好的补充然而对于不了解该如何挑选合适模型的用户来说,他们可能会无意中选择成本较高的方案,从而产生意外的开支,并超出预算。

3. 错误归因

在 AI 生成领域使用 BYOK 还存在另一个问题,即用户可能错误地将失误归咎于 AI 应用程序。当 BYOK 与 AI 应用程序共同使用时出现错误,用户可能会误认为是应用程序的问题,而非他们所选 BYOK 模型潜在的缺陷。

此外,在实现 BYOK 功能时,调试和故障排查变得更加复杂。对于传统的 AI 生成模型来说开发人员只需研究 AI 应用程序即可找到并解决问题。而引入 BYOK 功能,开发人员检查 AI 应用程序的基础上,还需要额外仔细检查用户提供的模型,从而查找并修复错误,这无疑增加了故障排查和调试的时间。

4. 竞争模型选择

在传统的人工智能生成模型中,开发人员已付出艰辛努力,为人工智能研究工具挑选和测试最适合的基础模型。虽然用户在具有BYOK功能的人工智能应用程序中的选择自由度相对较低,但使用该应用程序时不会感到无所适从。

另一方面,在实现BYOK时,为确保最佳性能,用户必须挑选完美的基础语言模型。因此,用户可能在数百甚至数千个可用的模型中难以抉择最合适的模型。

这种状况可能导致决策瘫痪或做出次优选择,从而影响模型性能。例如,如果您对基础人工智能的了解有限,打算通过OpenRouter使用BYOK功能,则很可能会陷入决策瘫痪——因为OpenRouter 是一个人工智能聚合网站,拥有数百个(甚至可能是数千个)不同的预训练模型。因此,对于了解有限他们所需模型类型的用户,选择正确的模型将变得极具挑战性。

解决生成式人工智能中与BYOK相关的挑战

对于每个问题,总有一个解决方案——你只需向内探寻。

如前所述,为应对在使用BYOK的挑战,以下是一些建议的解决方案,旨在提升你的体验,降低风险,并推动AI应用程序的负责任使用。

1. 用户指南及优质文档

BYOK在生成式人工智能领域的主要挑战之一是知识匮乏,因此用户指南是避免超支、增强成本管理和找到错误归因的重要途径。

开发全面的培训材料和文档,向用户传达在生成式人工智能中实施BYOK的注意事项。编写指南和教程视频,指导用户如何选择合适的模型,了解基础模型的定价结构,以及有效管理预算。

2. 推荐适宜的模型

在拥有模型选择灵活性的同时,也可能面临选择困境。当面临过多选择时,可能导致选择不适宜的模型与人工智能研究助手配合使用。

向用户推荐模型有助于缓解这一问题。因此,即使实现了BYOK功能,也应告知他们最适合的模型以获得最佳性能。

3.实施支出限制与保障措施

最后,通过实施支出限制与保障措施,可以有效避免用户超出预期。建立一套预警机制,在用户接近或超出分配的预算时及时通知,有助于防止超支问题的发生。

此外,通过保障措施,可以部署持续监控和分析工具,以密切关注用户行为并识别潜在问题。在此基础上,为用户提供安全措施建议,并积极解决与BYOK使用相关的问题,确保用户体验。

总结

总之,BYOK (Bring Your Own Model) 在生成式人工智能领域代表了向以用户为中心的定制转变。这一转变使得个人能够将预先训练的模型引入应用程序,从而打造出更加个性化且适应性更强的人工智能体验。

然而,在审视生成式人工智能的发展现状时,我们不难发现,BYOK亦是一把双刃剑。虽然它为用户提供了前所未有的灵活性,但同时也带来了亟待关注和审慎评估的潜在风险。

原文标题:BYOK (BringYourOwnKey) in Generative AI is a Double-edged Sword,作者:Emmanuel Ajala

链接:https://hackernoon.com/byok-bringyourownkey-in-generative-ai-is-a-double-edged-sword